隨著現(xiàn)在的大數(shù)據(jù)時代：不斷的數(shù)字化、智能化推動工業(yè)變革是大勢所趨，但是在應(yīng)對突發(fā)事件時，工業(yè)企業(yè)在復(fù)工復(fù)產(chǎn)中不完善的問題相繼凸顯：返程復(fù)工人員短缺、供應(yīng)鏈原材料短缺、物流運(yùn)輸不暢、遠(yuǎn)程協(xié)同機(jī)制不成熟等。
疫情倒逼一些企業(yè)放腳步想一想自己遇到的痛點(diǎn)和困難，是不是有更好的方式解決，能夠提前準(zhǔn)備，而這同時也倒逼了人工智能工業(yè)應(yīng)用的加速發(fā)展。
今年2月，工信部發(fā)布通知，要求運(yùn)用新一代信息技術(shù)支撐服務(wù)疫情防控和復(fù)工復(fù)產(chǎn)工作，并強(qiáng)調(diào)，制造企業(yè)與信息技術(shù)企業(yè)合作，深化工業(yè)互聯(lián)網(wǎng)、工業(yè)軟件(工業(yè)APP)、 人工智能、增強(qiáng)現(xiàn)實(shí)/虛擬現(xiàn)實(shí)等新技術(shù)應(yīng)用，推廣協(xié)同研發(fā)、無人生產(chǎn)、遠(yuǎn)程運(yùn)營、在線服務(wù)等新模式新業(yè)態(tài)，能加快恢復(fù)制造業(yè)產(chǎn)能。人工智能等前沿科技在工業(yè)抗疫、復(fù)工中起到怎樣的作用？疫情沖擊下，工業(yè)智能能否按下快進(jìn)鍵？品牌、技術(shù)、創(chuàng)新、質(zhì)量、智能、自動化、信息、科技、高精密……才是時代的需求
疫情之下，從長遠(yuǎn)來看，工業(yè)企業(yè)究竟該做什么？
當(dāng)災(zāi)難來臨時
活下去是人的本能
可疫情過后長遠(yuǎn)的生活同樣是我們應(yīng)該考慮的！
對于工業(yè)企業(yè)來說，產(chǎn)品再好，也要傳出去讓人知道才是硬道理！雖然受疫情影響，部分工業(yè)企業(yè)通過線上直播的方式也有相應(yīng)的收獲，但傳統(tǒng)工業(yè)行業(yè)所針對的知識內(nèi)容技術(shù)太專業(yè)，面對的也都是高知人群，單純只搞幾場直播能轉(zhuǎn)化多少？很多只是走了個過場。展覽依然是企業(yè)品牌宣傳、產(chǎn)品推廣、維護(hù)關(guān)系、訂單銷售的。
受疫情影響，原本3月份的企業(yè)生產(chǎn)、采購高峰，也將推遲至6月，而工業(yè)制造業(yè)企業(yè)在經(jīng)歷大半年的疫情之后，應(yīng)當(dāng)迅速找到大平臺渠道將企業(yè)、品牌、產(chǎn)品等宣傳推廣出去，企業(yè)內(nèi)部也應(yīng)該加快推動生產(chǎn)管理方式升級，盡快與政策掛鉤，實(shí)現(xiàn)生產(chǎn)信息化、智能化、自動化、無人化等的改造，優(yōu)化產(chǎn)業(yè)供應(yīng)鏈，就算拋開所有這些因素，你也應(yīng)該盡快來證明“你還活著”！“當(dāng)前的疫情引發(fā)了太多平時看似平常，但是實(shí)則不太合理或者是需要解決的痛點(diǎn)。”
挑戰(zhàn)與機(jī)遇
其實(shí)也是一個個商機(jī)。
市場調(diào)研和案例進(jìn)行分析。對面板行業(yè)來說，傳統(tǒng)的視覺缺陷檢測和分揀設(shè)備，無法滿足工業(yè)領(lǐng)域日益復(fù)雜精密的檢測需求，在實(shí)際產(chǎn)線上依然需要人工肉眼復(fù)檢，沒有切實(shí)地給企業(yè)節(jié)省人力和提高效率。對企業(yè)而言這不僅僅意味著降本增效，尤其在疫情期間，有些制造業(yè)企業(yè)愿意花錢卻找不到人干活，這也是AI帶來的直觀的好處。
而明略科學(xué)院主任于政則提到幫助上海地鐵的智能維保和國家電網(wǎng)線路的巡檢知識圖譜的智能服務(wù)系統(tǒng)，尤其在疫情期間，該智能系統(tǒng)實(shí)現(xiàn)了遠(yuǎn)程監(jiān)測和高效預(yù)警和巡檢，從而減少了現(xiàn)場人員辦公，降低現(xiàn)在因疫情或者未來其他突發(fā)狀況帶來的負(fù)面影響。
值得注意的是，工業(yè)場景一個特質(zhì)是定制化，不同的細(xì)致領(lǐng)域有不同的業(yè)務(wù)特點(diǎn)，很難找到一個大而全的通用的解決方案。“如何在保障方案的通用性同時又能夠靈活適配不同的
業(yè)務(wù)場景，是非常有挑戰(zhàn)的事情。我們也是在朝著這個方向努力。
誰也不知道下一個黑天鵝什么時候到來。疫情是對AI在工業(yè)領(lǐng)域應(yīng)用的一次效果檢驗(yàn)，既是挑戰(zhàn)也蘊(yùn)含機(jī)遇。例如，目前不少工業(yè)上成熟的智能應(yīng)用體現(xiàn)在檢測環(huán)節(jié)上。在智能機(jī)器學(xué)習(xí)、人工智能技術(shù)只做了局部的事情，AI還應(yīng)更進(jìn)一步，工業(yè)過程中更需要的是智能決策。
不過，對于中小企業(yè)和民營企業(yè)的工業(yè)智能化轉(zhuǎn)型，多位專家也給出建議：先從點(diǎn)開始，從自身業(yè)務(wù)需求出發(fā)，結(jié)合企業(yè)自身數(shù)據(jù)情況、數(shù)據(jù)質(zhì)量數(shù)據(jù)存儲周期、傳感器的精度等
入手，做發(fā)展規(guī)劃，“千萬不要一個面鋪開把大量的錢花下去，制造業(yè)企業(yè)掙錢不容易。”
